有时候，模型准确性并不能评价一个算法的好坏。比如针对癌症筛选算法，据统计，普通肿瘤中癌症的概率是0.5%。有个机器学习算法，测试得出的准确率是99.2%，错误率是0.8%。这个算法到底是好还是坏呢？如果努力改进算法，最终得出的准确率是99.5%，错误率是0.5%，模型到底是变好了还是变坏了呢？
坦白讲，如果单纯从模型准确性的指标上很难判断到底是变好了还是变坏了。因为这个事情的先验概率太低了，假如写了一个超级简单的预测函数，总是返回0，即总是认为不会得癌症，那么我们这个超级简单的预测函数的准确率是99.5%，错误率是0.5%。因为总体而言，只有那0.5%真正得癌症的却被我们误判了。
那么怎么样来评价这类问题的模型好坏呢？我们引入了另外两个概念，查准率（Precision）和召回率（Recall）。还是以癌症筛选为例：
cancer.png
查准率和召回率的定义如下：
precision_recall.png
如何理解True/False和Positive/Negative？
- True/False表示预测结果是否正确；
- Positive/Negative表示预测结果是1（恶性肿瘤）或0（良性肿瘤）。
- TruePositive表示正确地预测出恶性肿瘤的数量；
- FalsePositive表示错误地预测出恶性肿瘤的数量；
- TrueNegative表示正确地预测出良性肿瘤的数量；
- FalseNegative表示错误地预测出良性肿瘤的数量。
在处理先验概率低的问题时，我们总是把概率较低的事件定义为1，并且把y=1作为Positive的预测结果。针对上文介绍的，对总是返回0的超级简单的肿瘤筛选预测函数，我们使用查准率和召回率来检验模型性能时，会发现查准率和召回率都是0，这是因为它永远无法正确地预测出恶性肿瘤，即TruePositive永远为0。
在scikit-learn里，评估模型性能的算法都在sklearn.metrics包里。其中，计算查准率和召回率的API分别是sklearn.metrics.precision_score()和sklearn.metrics.recall_score()。
